一种基于角色的强制访问控制模型

提出了RBMAC模型,将BLP、BIBA和RBAC融合.RBMAC模型以组织机构的层次化结构描述信息类别和用户角色,以文件处理过程的关键节点描述完整性级别,引入可信主体、任务、角色扮演者和角色聘请的概念,满足重要信息系统的访问控制需求.文中给出了RBMAC模型的形式化描述和安全性定理,提出了模型预定义、任务分配、角色聘请和安全级别匹配4个阶段的操作模式.模型以可信主体调整文件保密级别、完整性级别和信息类别,与重要信息系统的管理运行模式一致,经实际系统试验证明,具有较高的实用性.     

基于VMD-TEO的多分支小电流接地系统行波故障定位

针对小电流接地故障行波波头难以检测、行波波速不确定和多分支线路难以精确定位等问题,提出一种新的行波定位方法。首先,对故障电流进行相模变换得到线模信号,并对线模信号进行变分模态分解(Variational Mode Decomposition, VMD),利用Teager能量算子(Teager Energy Operator, TEO)提取IMF分量的故障特征实现故障测距;然后,根据故障距离构建故障分支判断矩阵,将多分支线路故障定位简化为单分支线路故障定位,进而转换为双端故障测距;最后,利用双端行波测距方法实现精确故障定位。使用暂态仿真软件ATP建立小电流接地系统模型并进行故障测距仿真,仿真结果表明此方法在多分支小电流接地系统中可以实现准确故障定位。该方法利用有限的行波检测装置实现多分支复杂电网的精确故障定位。     

基于SOBER故障定位模型的关联谓词赋值偏好改进方法

针对基于统计理论的故障定位模型SOBER,研究软件故障的自动定位技术.通过程序研究及大量实例分析,探明SOBER模型的局限性——因为谓词关联性问题而导致故障定位准确度不高,并提出一种新的关联谓词赋值偏好方法,并进行了实证研究.实验结果表明,该方法较好地解决了谓词干扰问题,从而提高了基于SOBER模型的故障定位准确率.     

基于LINGO软件的舰船装备修理级别优化分析

针对舰船装备修理级别分析中处理有限数据情况下优化模型较少的问题,提出了一种基于LINGO软件而适用于舰船装备3层3级的修理级别分析优化模型,采用LINGO软件对模型进行编程求解,同时,通过案例计算,验证了舰船装备修理级别LINGO模型的准确性和实用性.     

双端电流时域故障定位法

给出了一种仅利用两端暂态电流进行单回线故障定位的时域方法.该故障定位方法采用分布参数模型,在故障分量网络中,利用双端电流计算得到的沿线电压分布在故障点处时时相等,建立了故障定位方程.利用最小二乘法分别求取不同距离下两侧系统等效阻抗,并根据故障点处两侧系统等效阻抗值代入故障定位方程后所得的偏差值最小,来实现故障定位.定位算法所需数据窗短,适用于快速跳闸的场合.故障定位无须电压量,定位精度不受电压和电流互感器传变特性差异的影响.仿真验证结果表明,该方法测距精度高,可实现全线范围内的故障定位.     

一种基于北斗和5G技术融合的复杂环境下机车定位方法

随着5G时代的到来,在当前"通(信)导(航)一体"的背景下,针对机车位置在实际应用中仅靠北斗定位而存在较大误差甚至无法定位的现状,本文基于北斗和5G定位技术的基本原理,运用改进型联邦卡尔曼滤波算法建立北斗载波相位差分定位和5G蜂窝网络定位的融合模型,与常用联邦卡尔曼滤波器相比较,可以避免因北斗接收机故障或5G通信模块故障引起的数据污染问题.在复杂环境下,最佳效果可以达到分米级,避免无法定位现象,能够实现机车定位精度的提高,为铁路机务安全监测业务提供有力的技术手段.     

无线传感器网络在电力系统故障定位中的应用

提出了一种基于分层式无线传感器网络检测并定位电力线路故障的方法.讨论了无线传感器网络的能量供应模式,设计了节点的能量供应模型.分析了应用无线传感器网络定位两相短路故障和单相接地故障的理论.对利用无线传感器定位电力线路故障的理论进行了仿真,验证了该理论的可行性.     

基于操作剖面搜索可疑参数的故障定位方法

针对软件故障定位问题,提出一种新型故障定位技术SPRank(可疑参数排名).该方法利用测试数据构建操作剖面模型,并提出输入参数谱度量程序各个参数的可疑度;在此基础上,利用优化的思想搜索程序的可疑参数和与之相关的可疑语句,进一步缩小程序故障的检索范围,从而提升故障定位准确率.实验表明SPRank方法能有效地提升三种经典高效的故障定位方法的故障定位准确率.     

不受波速影响的输电线路双端行波故障测距算法

提出了一种双端行波故障测距新方法,该方法利用故障初始行波和两种反射行波到达线路两端的时刻来进行故障定位,有效降低了行波波速的不确定和输电线路长度差异对定位结果的不利影响,提高了定位精度.利用EMTP进行了仿真计算,仿真结果证明了其准确性.     

一种基于神经网络的网络设备故障预测系统

引入基于状态的维修技术,构建了基于多状态的在网运行设备故障预测模型.根据故障的严重性将预警等级划分为四层,对于不同的预警级别,分别构建神经网络.该模型解决了设备故障预测精度不高的难题,提升了基于多状态的故障预测能力.     

蒙古语词向量评测研究

词向量具有良好的语义特性,可用于改善和简化许多自然语言信息处理应用。本研究利用CBOW和Skip-gram两种模型架构在不同数据和不同维度下训练蒙古语词向量,然后结合蒙古语特征设计一个语义语法综合测试集,并在此测试集上用语义和语法相似度来评测词向量质量。研究结果表明,蒙古语语义和语法相似性任务上,Skip-gram模型优于CBOW模型,Skip-gram模型的窗口大小为5的情况下,词向量质量最好,且随着词向量维度或训练数据的增大,词向量质量有明显的提高。     

基于双语合成语义的翻译相似度模型

提出基于双语合成语义的翻译相似度模型, 通过在翻译过程中引入双语语义相似度特征提高翻译性能。首先利用分布式方法分别在源端和目标端获取短语的单语合成语义向量, 然后利用神经网络将它们映射到同一语义空间, 获得双语合成语义向量。在该语义空间, 计算源语言短语和对应的目标语言短语之间基于合成语义向量的翻译相似度, 将其作为一个新特征加入解码器。在汉英翻译NIST06和NIST08测试数据集上, 相较于基准系统, 基于双语合成语义的翻译相似度模型获得0.56和0.42 BLEU值的显著性提高。     

强化文本关联语义和多特征提取的重复缺陷报告检测模型

针对重复缺陷报告检测研究中存在语义长距离依赖以及缺陷报告特征的单一性问题,提出一种强化文本关联语义和多特征提取的重复缺陷报告检测模型。引入自注意力机制捕获缺陷报告文本序列内部的语义关联性,从而动态计算上下文语义向量进行语义分析,解决长距离依赖问题;利用隐含狄利克雷分布算法捕获缺陷报告文本的主题特征,同时针对缺陷报告的类别信息,构建一种特征提取网络计算类别差异特征;最后基于3类特征向量进行综合检测。实验结果表明,该模型实现了更优的检测性能。     

基于深度CRF模型的图像语义分割方法

从图像中提取多种特征向量堆叠为一个高维特征向量用于图像语义分割,会导致部分特征向量的分类能力减弱或丢失。针对此问题,提出了一种结合深度卷积神经网络AlexNet和条件随机场的图像语义分割方法。利用预训练好的AlexNet模型提取图像特征,再通过条件随机场对多特征及上下文信息的有效利用来实现图像的语义分割。与利用传统经典特征的方法进行对比,实验结果表明:在利用AlexNet模型提取特征进行图像语义分割时,Conv5层为最有效的特征提取层,在Stanford background和Weizmann horse数据集下的识别准确率分别为81.0%和91.7%,均高于其他2种对比方法,说明AlexNet可以提取更有效的特征,得到更高的语义分割精度。     

基于T-S模糊建模方法的近空间飞行器姿控系统传感器故障调节技术研究

针对近空间飞行器从近空间空域返回地面再入大气层的飞行过程中其姿态控制系统发生传感器故障的情况,研究了基于广义扩张系统方法的传感器故障调节问题。首先,将再入飞行阶段的近空间飞行器非线性姿控系统用一组T-S模糊模型来表示,并基于此模糊模型引入传感器故障模型。然后,将含有传感器故障的T-S模糊模型利用广义扩张系统方法将其转化为T-S模糊奇异系统,进而设计一个全维状态观测器来得到被控系统的状态向量和传感器故障信号的估计值,并在此基础上提出了一个利用传感器故障补偿技术的反馈控制策略,使得闭环控制系统能够渐近调节传感器故障的影响。最后,通过数值仿真验证了所提方案的有效性。     

基于运动行为的复杂监控事件探测

针对视频监控过程,使用运动目标的状态特征描述场景中存在的语义内容.基于DBSCAN聚类模型学习特征集的潜在结构,生成了运动行为模式集.使用高级Petri网刻画模式间的连续、并发等时序关系,构成复杂语义事件探测模型.无监督式的模式学习过程对低层噪声有较强的鲁棒性,而定性的事件描述模型对于高层事件的推理具有更强的灵活性.在实验中,通过聚类学习得到的行为模式,给出了事件Petri网的具体建模过程,并演示了"停留"与"偷车"两个感兴趣事件的探测结果.     

Measuring Similarity of Academic Articles with Semantic Profile and Joint Word Embedding

Long-document semantic measurement has great significance in many applications such as semantic searchs, plagiarism detection, and automatic technical surveys. However, research efforts have mainly focused on the semantic similarity of short texts. Document-level semantic measurement remains an open issue due to problems such as the omission of background knowledge and topic transition. In this paper, we propose a novel semantic matching method for long documents in the academic domain. To accurately represent the general meaning of an academic article, we construct a semantic profile in which key semantic elements such as the research purpose, methodology, and domain are included and enriched. As such, we can obtain the overall semantic similarity of two papers by computing the distance between their profiles. The distances between the concepts of two different semantic profiles are measured by word vectors. To improve the semantic representation quality of word vectors, we propose a joint word-embedding model for incorporating a domain-specific semantic relation constraint into the traditional context constraint. Our experimental results demonstrate that, in the measurement of document semantic similarity, our approach achieves substantial improvement over state-of-the-art methods, and our joint word-embedding model produces significantly better word representations than traditional word-embedding models.     

基于位置注意力机制的字词双维度CNN违法违规行为语义分类模型

针对核辐射安全监管部门检查建议所含违法违规行为自动识别并分类难的问题,建立语义分类自动研判模型,辅助有关部门丰富智能化管理体系,依靠数据进行科学决策,实现监管效率及质量的有效提高。将词和字符两个不同嵌入级别的特征向量输入到双路卷积神经网路（Convolutional Neural Networks, CNN）中,并引入语义位置注意力机制,建立基于字词双维度语义分析的违法违规研判模型。该方法不仅能够有效防止信息丢失,还能提取出更丰富的文本特征,强化领域关键词汇对分类准确率的帮助。实验结果表明本文建立的模型优于传统语义分类模型,能够有效提高分类准确度。     

基于小波包能量熵和GWO-SVM的滚动轴承故障诊断

针对滚动轴承不同故障类型和不同损伤程度识别准确率较低的问题,提出了将小波包能量熵、灰狼优化算法和支持向量机相结合的故障诊断方法.首先,将滚动轴承振动信号进行3层小波包分解,对第3层各频段小波包分解系数进行重构,提取各频段成分的能量熵构成故障特征向量;其次,利用灰狼优化算法实现支持向量机参数优化;最后,基于优化后的支持向量机分类模型完成对测试集滚动轴承不同故障类型和不同损伤程度特征向量的识别诊断.实验结果表明,相比实验和文献中其他方法,该方法对滚动轴承不同故障类型和不同损伤程度具有更加突出的故障辨识能力.     

基于程序执行轨迹与动态切片的错误定位研究

为解决程序调试过程中的错误定位问题, 将程序执行轨迹和动态切片技术应用于错误定位。程序执行轨迹中包含与错误无关语句, 影响错误定位的准确度。在执行轨迹的基础上, 通过使用动态切片技术降低不相关语句在错误定位时的影响。建立基于程序执行轨迹和动态切片的语句怀疑度计算模型, 使用该模型计算每条语句的怀疑度, 并根据怀疑度对每条语句进行排序, 给出查错的推荐方案。通过实验对比其他算法, 证明了基于程序执行轨迹与动态切片的错误定位方法是有效的。